Grok4全網玩瘋，成功通過小球編程測試，Epic創始人：這就是AGI
還能編程讓小人跑動組成Hello World
克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI
發布還不到一天，馬斯克的Grok4就已經被網友們玩瘋了。
比如有網友報告，Grok-4已經成功通過了著名的六邊形小球氛圍編程測試。
只見隨著六邊形的不斷旋轉，小球錯落有致地從開口下落。
拿著顯微鏡捉蟲的網友發現小球在返回中心位置時會穿墻，但作者表示這是故意為之。
當然除了小球之外，還有更讓人為之震撼的動畫。
畫面中有很多小人，看似在隨機跑動，但它們先后組成了“Hello World”“I am grok”的文字，還有笑臉符號。
而且作者表示，Grok4 Heavy直接一發入魂，其他模型都無法與之匹敵。
此外還有大佬也出來給Grok4打call，比如Epic創始人Tim Sweeney，表示在他看來Grok4就是AGI。
Tim把一篇論文喂給了Grok4，結果發現Grok4對它從未見過的問題給出了深刻見解。
馬斯克也轉發Tim的帖子并附議，自己也有這種感覺。
除了這些，網友們還有哪些玩法呢，接下來就一睹為快！
Grok4“全面體檢”
一位叫Alex的提示詞工程師，用8個問題給Grok-4做了一波“全面體檢”，還拿OpenAI的o3進行了對比。
第一個任務也是小球測試，不過比開頭的例子要簡單得多，六邊形只有一層，小球也只有一個。
測試的目的，是考察模型對物理規律的理解。
白底的是Grok4作品，黑底的則出自o3之手，兩邊一對比高下立判。
再來是多層推理，這里Alex設計了一個專業的法律問題。
如果A公司收購B公司，而 B 公司持有C公司的債務，那么如果C公司違約，會發生什么？解釋所有法律和財務后果。
Grok4用表格的形式整理了ABC三方和其他方面可能受到的影響，并最后給出總結。
而從最末尾的內容來看，o3的這部分回答似乎和法律關系不大。
編程方面，Alex測試了兩個模型的代碼翻譯能力，要求它們將用于解決迷宮問題的Python遞歸函數轉換為Go語言，并逐行提供西班牙語注釋。
結果Grok4搜集到了代碼并完成了任務，o3這邊則是用西班牙語回復，讓Alex自己提供一段代碼這樣它才能改。
再來是讓模型的“專家轉變”，Alex要求模型分別向機器學習博士生和10歲的小朋友解釋Transformer的工作原理。
其余的幾個題目主要和安全相關，Alex測試了多種注入攻擊方式，這里就不一一展示了。
最終，Grok4通過了全部的8個任務，而o3只通過了兩個。
Grok4：最喜歡歐拉恒等式
一名叫Dan的X員工，在聊天中詢問Grok4最喜歡的公式是什么。
Grok4的回答是“e^iπ + 1 = 0”，也就是著名的歐拉恒等式（歐拉公式的一種特殊情況）。
Dan表示，自己上學時學了5個學期的高數并且成就都是A，但依然未對歐拉恒等式有過直觀了解。
結果看到Grok4制作的可視化網頁之后，Dan終于對學了兩年半數學也沒搞透徹的歐拉恒等式醍醐灌頂。
Dan制作這個網頁只用了四輪對話，并且第一輪只是詢問Grok4最喜歡的公式是什么，最后一輪是調整為暗色模式，相當于只用兩輪就能完成核心功能的制作。
挑戰SVG繪圖
除了把數學公式可視化，Grok4還挑戰了SVG繪圖，SVG是一種用XML形式表示的矢量圖形。
因此不同于一般的AI生圖，SVG繪圖的本質其實是在寫代碼（雖然人類可用圖形界面繪制），但話說回來，模型依然需要對要畫的內容有所把握。
這項挑戰被發在了Reddit，一同參與的還有o3、Gemini 2.5 Pro和Claude 4 Sonnet，帖主認為這是測試大模型視覺和空間推理能力的好方法。
第一題是美國地圖，直觀看下來最接近的是Gemini，不過Grok4至少也沒出現o3和Claude那種區塊重疊的嚴重失誤。
第二題是用SVG對漫畫進行重繪，總之是四個模型各有各的錯法。
下一題不再是對已有事物進行重構，而是讓模型自行設計專輯封面。
這一輪除了Claude和Gemini比較抽象，Grok4的設計相對簡單，但是可以算沒“出錯”。
此外，SVG繪圖其實是一項綜合測試，對模型的知識儲備同樣有要求。
下面這道題中，模型被要求繪制三羧酸循環（又名檸檬酸循環、克雷布斯循環）的圖示，正確答案長這樣：
選手們的作品則是這樣：
從評論來看，o3的圖示是最準確的。
最后一題則是純靠想象，參賽選手們被要求給自己畫個自畫像。
總得來看，不管是哪個模型，在這場以畫圖為形式的綜合測試中，表現都還有很大提升空間。
高階玩法：模擬專家協作環境
除了網友們各顯神通，HyperWrite的CEO Matt Shumer還展示了高階玩法。
Matt展示了一個名為“Expert Conductor”（專家調度器）的提示工程方法。
這個方法的核心是模擬一個專家協作的環境，讓模型假想自己正在協調不同領域的“專家”進行實時合作，共同解決問題。
為了更好地騙過Grok4，Matt像模像樣地提出了選擇專家的要求，以及專家要干什么。
并且還進行了舉例說明：
提示詞的最后還有專家標簽，以及再次強調的核心原則，之后就可以接上真正的任務目標了。
最終Grok4用52秒的時間完成了任務，Matt表示Grok4的表現好到令人難以置信（黑塊是Matt自己打的）。
當然，Grok4的玩法肯定還有很多，比如有網友期待，什么時候開始挑戰寶可夢。
你還有哪些新鮮的玩法呢，歡迎評論區交流。
參考鏈接：
[1]https://x.com/flavioAd/status/1943192967453511699
[2]https://x.com/mckaywrigley/status/1943385794414334032
[3]https://x.com/elonmusk/status/1943411225553240206
[4]https://x.com/alex_prompter/status/1943231978779877514
[5]https://x.com/KettlebellDan/status/1943342507468951668
[6]https://www.reddit.com/r/singularity/comments/1lwdzjd/svg_benchmark_grok_vs_gemini_vs_chatgpt_vs_claude/
[7]https://x.com/mattshumer_/status/1943433960798740777
- 14歲華人小孩，折個紙成美國天才少年2025-12-06
- 智能體A2A落地華為新旗艦，鴻蒙開發者新機遇來了2025-12-06
- 《三體》“宇宙閃爍”成真！免佩戴裸眼3D屏登Nature2025-12-06
- ROCK & ROLL！阿里給智能體造了個實戰演練場 | 開源2025-11-26
